コーディング不要の、機械学習モデルの作成とトレーニングを行います。

コーディング不要の、機械学習モデルの作成とトレーニングを行います。 ハンズオン・ラボを開始する

主要な機能

多数のデータ・ソースのサポート

SPSS Modelerは、フラット・ファイル、スプレッドシート、主要なリレーショナル・データベース、IBM Planning Analytics、およびHadoopからデータを読み取れます。さらに、SQL最適化アドオン(サブスクリプション)またはAnalytic Server(永久ライセンス)によってSPSS Modelerの機能を拡張して、データ処理をプッシュバックできます。

視覚的に分かりやすい分析ストリーム

SPSS Modelerが提供する直感的なグラフィカル・インターフェースは、ストリーム内のデータ・マイニング処理の各ステップを視覚化します。分析者と業務ユーザーは専門知識と業務知識をプロセスに追加できます。

データ準備の自動化

SPSS Modelerは、正確な予測モデルのために、データを最適な形式に自動的に変換します。わずか数回のクリックでデータを分析して、修正を特定し、フィールドを選別して、新しい属性を導出できます。

モデリングの自動化

SPSS Modelerは、1回の実行で、複数のモデルリング方法をテストして結果を比較し、実装するモデルを選択します。モデルの性能に基づき最適なアルゴリズムを素早く選択できます。

幅広いアルゴリズム

SPSS Modelerには、分類、セグメンテーション、アソシエーションのアルゴリズム(PythonおよびSparkを活用した、すぐに使用可能なアルゴリズムを含む)など、複数の機械学習技法が用意されています。ユーザーは、RやPythonなどの言語を使用して、モデリング機能を拡張できます。

テキスト分析

SPSS Modelerは、非構造化テキストを分析して、概念、テーマ、感情、傾向を収集します。ブログの内容、顧客のフィードバック、e-メール、ソーシャル・メディアのコメントから重要な洞察を明らかにできます。

地理空間分析

SPSS Modelerを使用して、地理データ(緯度経度、郵便番号、住所)を探索します。現行データや履歴データと組み合わせると、より正確な洞察や予測が得られます。

オープン・ソース・テクノロジーのサポート

SPSS Modelerでは、R、Python、Spark、Hadoopを使用して、分析のパワーを強化できます。これらの技術を拡張して補完し、コントロールしながらさらに高度な分析を実行することもできます。

機械学習の方法とアルゴリズム

SPSS Modelerは、デシジョン・ツリー、ニューラル・ネットワーク、回帰モデルをサポートします。ARMA・ARIMA・指数平滑法、予測子および外れ値検出を用いた伝達関数、アンサンブル・モデルおよび階層モデルの利点、サポート・ベクター・マシンと時間的因果モデリングを活用し、空間的時間的予測のための時系列と空間のARを採用できます。敵対的生成ネットワーク(GAN)および強化により、ディープ・ラーニングも可能になります。

複数の実装方法

IBM SPSS Modelerは、IBM Watson Studioの一部としても、永久オファリングとしても利用できます。Modeler Goldを使用すると、データ・サイエンティストは望ましい時間にジョブを実行するようスケジュールできます。IT管理者は、バッチ、リアルタイム、またはストリーミングのために、既存のシステムにデプロイメントを統合できます。

使用事例: 顧客の獲得と維持

問題の説明

  • 顧客のチャーンの予測が困難である。
  • 適切なオファーの作成が難しい。
  • 顧客獲得によるスタッフ配置、製品、およびその他の要因の相関が非効率である。

 

ソリューションの説明

IBM SPSS® Modelerを使用すると、アイデアから試験、実動に至るまでの時間を短縮しながら、お客様を満足させ、適切なオファーを作成し、ビジネス・ニーズを調整することができます。

導入事例をさらに見る

使用事例: 物流の最適化と障害の防止

Optimize logistics and prevent failures

問題の説明

  • エラーの起こりやすい手作業が設備障害につながる。
  • 重複プロセスと運用上の無駄が起こりがちである。
  • 事業継続性とセキュリティーの問題が満たされていない。

 

ソリューションの説明

潜在的な保守の問題の予測や経路の最適化は、ドラッグ・アンド・ドロップ方式の視覚的なデータ・サイエンス・ツールを使用すれば、これほど容易なことはありません。

詳細はこちら

使用事例: 新しいオファーと革新的なビジネス・モデルの作成

問題の説明

  • お客様が情報に対してどのように反応および対応するかを理解するのが難しい。
  • 適切なチャネルに対して適切なオファーを作成することが難しい。
  • データの収集と、情報フローのスクリプト記述に時間がかかりすぎて、効率や革新が妨げられる。

 

ソリューションの説明

データ準備から機械学習アルゴリズムの適用まで、SPSS Modelerは情報の新しい活用方法を実現します。自信を持って新しいオファーを作成し、チャネルのパフォーマンスを推進し、最適なチームの生産性を実現するためビジネス・プロセスを最適化できます。

動画を見る

使用事例: 運用効率と予測精度

Operational efficiency and forecast accuracy

問題の説明

  • 運転資金が不足しており、ウェアハウスのコストが予算に影響している。
  • 在庫を危険にさらしたり顧客サービスに影響を与えたりすることなく、在庫を縮小する必要がある。
  • 不正確な予測により、計画が不十分になり、予測される需要に対応できなくなる。

ソリューションの説明

SPSS ModelerがPlanning Analyticsでの予測プロセスを推進し、 サプライ・チェーン・リーダーは予測および計画プロセスにおける許容誤差範囲を削減できます。このアプローチは、在庫レベルを最適化し、ビジネスに使用可能な運転資金の収益率を高め、企業全体での運用効率を向上させます。

導入事例を読む

Next Steps

今すぐ使ってみる

購入して開始する